Un robot joue au tennis. 96% de réussite. 5h d'entraînement.

Le tennis est l'un des sports les plus exigeants pour un robot. Balle rapide, trajectoires imprévisibles, surface variable, adversaire humain émotionnel dont le style change à chaque échange. Galbot Robotics, une startup fondée en 2023 à Shenzhen, vient de démontrer qu'aucun de ces obstacles n'est insurmontable, et l'a fait avec un budget d'entraînement qui défie l'entendement.

5 heures de données, des résultats de classe mondiale

Ce qui rend la démonstration de Galbot remarquable n'est pas le résultat, c'est le coût d'entraînement. Seulement cinq heures de données de mouvement fragmentées ont suffi pour atteindre 96% de réussite sur le coup droit. Les approches précédentes, comme celles de Boston Dynamics sur des tâches similaires, nécessitaient des centaines voire des milliers d'heures de données capturées en conditions réelles.

Les cinq heures de Galbot ne sont pas des données continues et idéales. Ce sont des fragments récupérés auprès de trois joueurs de niveau club, filmés dans des conditions d'éclairage variables, avec du matériel grand public. La qualité des données était délibérément médiocre pour tester la robustesse du modèle face à des conditions imparfaites.

“Nous n'avons pas appris au robot à jouer au tennis. Nous lui avons appris à apprendre à jouer au tennis.”

L'architecture derrière la performance

Galbot utilise une approche hybride appelée Sim-to-Real Bridging. Un modèle de physique simulée est d'abord entraîné dans un environnement virtuel avec des millions d'échanges synthétiques. Ce modèle développe une intuition des trajectoires balistiques, des effets de spin et de l'interaction balle-surface. La phase réelle ne sert qu'à calibrer les écarts entre la simulation et la réalité physique.

• Capteurs de profondeur 3D à 240 Hz pour le suivi de balle en temps réel
• Latence motrice totale inférieure à 8 millisecondes
• Adaptation en temps réel aux conditions d'éclairage et de surface
• Modèle de prédiction de trajectoire à horizon 400ms
• Poids du robot : 62 kg, autonomie batterie : 4h en conditions de jeu

La démonstration publique

La vidéo publiée le 10 mars montre un échange de 34 coups consécutifs entre le robot et un joueur humain de niveau intermédiaire. Le robot ajuste ses coups en fonction de la position de l'adversaire, varie les angles et produit des effets différents selon la situation. Ce niveau d'adaptation tactique était inédit pour un système robotique.

Sur les 200 échanges testés lors de la démonstration interne, le taux de réussite global atteint 91%. Le coup droit culmine à 96%. Le revers est plus modeste à 84%. Le service reste le point faible à 71% : la complexité du mouvement de lancer combiné à la frappe dépasse encore les capacités actuelles du système.

Les implications au-delà du sport

Le tennis n'est qu'un prétexte. Ce que Galbot démontre, c'est une capacité générale d'adaptation motrice fine avec très peu de données réelles. Cette approche pourrait transformer la chirurgie robotique, la logistique de précision dans des environnements non structurés, et la réhabilitation médicale assistée.

Les investisseurs semblent l'avoir compris. Galbot a annoncé une levée de 180 millions de dollars en Série B le lendemain de la publication, avec une valorisation de 1,4 milliard. La vitesse de cette décision, moins de 72 heures entre la vidéo et l'annonce, suggère que les négociations étaient déjà avancées avant la démonstration publique.